基于超球支持向量机的多姿态协同人脸检测

？针对多姿态的人脸检测准确度差的问题，提出了一种多姿态的协同人脸检测模型。该模型由一组超球支持向量机组成，它们被分成三层：第一层1个、第二层3个、第三层9个，共13个支持向量机(svm)。这些svm按逐层精细化检测设计，协同完成人脸检测任务。因为一幅图像的大部分区域是非人脸，采用三层模型的设计一方面能提高人脸检测速度，另一方面也增强了检测的针对性，使得能逐层履行更精细的局部区域检测。另外，改进了k近邻(knn)算法，使其能用于超球重叠样本的检测，并提高了人脸检测的准确度。实验结果表明，相对于传统基于svm的人脸检测，所提算法在人脸检测的准确率上有5%左右的提升，通过逐层过滤，保证了人脸检测的速度。